一种彩色车牌定位方法技术

本发明专利技术属于智能视频监控的车牌自动识别应用领域，涉及一种彩色车牌定位方法，包括：获取CIELab颜色空间汽车图像；对其进行归一化处理；选用菱形结构基元分别对四类二值图进行形态学膨胀处理；得到蓝-白边缘二值图得到黄-黑边缘二值图；选用水平带状结构基元对两个边缘二值图再进行膨胀处理，标记每一个潜在的车牌区域；设定车牌区域面积的约束、车牌的宽度和高度与图像的宽度和高度的相对大小约束、车牌宽高比约束、车牌形状约束四个约束条件，对每一个潜在的车牌区域进行识别，提取车牌区域本发明专利技术具有计算量小，处理速度快，不易受干扰区域和光照条件变化的影响的优点。

【技术实现步骤摘要】

本专利技术属于智能视频监控的车牌自动识别应用领域，尤其涉及直接针对彩色图像 的车牌定位方法。
技术介绍
汽车牌照识别(Vehicle License Plate Recognition，简称为LPR)技术是智能交 通系统的重要组成部分。它广泛应用于无人停车场、不停车收费和交通流量控制等视频监 控领域。基于计算机视觉的UR系统主要由三部分组成车牌定位、车牌字符分割和字 符识别。其中，车牌定位是UR系统的一个关键问题，它实现的是判断车牌区域在图像中出 现的位置。国内有关车牌定位的研究始于上世纪90年代，大致经历的三个发展阶段。早期研 究主要针对灰度图像，利用车牌的边缘或纹理特征。这类方法实现简单，处理速度快，对光 照条件变化不敏感，对于车牌存在倾斜和变形等情况的定位性能良好，不足之处是误检较 多。在前一类方法基础上，研究者结合各种数学工具用于车牌定位，其中包括数学形态学、 遗传算法等。在提高定位性能同时，这类方法的计算量也显著增加，处理速度下降。随着计 算机性能的提高，彩色图像处理在软硬件实现上成为可能，越来越多的研究转向彩色图像 车牌定位。如陈斌等提出了一种基于颜色信息的车牌号码搜索方法，郭捷等提出了 一种基于颜色和纹理分析的方法，李文举等将边缘颜色对用于车牌定位，刘万军等 使用细胞神经网络模型用于检测车牌区域的彩色边缘。这类方法综合考虑了车牌的颜色和 边缘特征，能够减少误检，不足之处是车牌颜色易受光照条件变化影响，漏检较多。综上所述，已有车牌定位技术主要使用车牌的边缘特征定位车牌区域，颜色信息 通常只起到辅助作用。究其原因，我们发现已有针对彩色车牌图像的方法都是在RGB颜色 空间内进行的。在这种颜色空间中，三个颜色通道(R、G、B)相关关联，任何单一颜色通道都 不能独立地描述图像的灰度和颜色信息。CIELab颜色模型是有国际照明委员会(CIE)于 1976年公布的一种颜色模型。CIELab颜色模型是由一个亮度通道(L)和两个颜色通道(a 和b)组成。其中，L通道表示亮度从黑色(取值最小)到白色(取值最大)；a通道表示的 颜色是从深绿色(取值为负)到灰色(取值为0)再到亮粉红色(取值为正)；b通道表示 的颜色是从亮蓝色(取值为负)到灰色(取值为0)再到黄色(取值为正)。相关文献Christos Nikolaos E.Anagnostopoulos, Ioannis E.Anagnostopoulos, Vassili Loumos, Eleftherios Kayafas, A license plate-recognition algorithm for intel1igenttransportation system applications, IEEE Transactions on IntelligentTransportation Systems 7(3)(2006). 377-392.陈斌，游志胜.车牌号码颜色提取搜索方法.计算机应用，2001,21 ) 74-75.郭捷，施鹏飞.基于颜色和纹理分析的车牌定位方法.中国图像图形学3报· 2002,7(5) :472-476.李文举，梁德群，张旗，等.基于边缘颜色对的车牌定位新方法，计算机学 2004,27(2) :204-208.刘万军，姜庆玲，张闯.基于CNN彩色图像边缘检测的车牌定位方法.自动 化学报，2009，35 (12) :1503-1512.
技术实现思路
本专利技术的目的是克服现有技术的不足，提出一种计算量小，处理速度快，不易受干 扰区域和光照条件变化的影响的车牌定位方法。本专利技术的技术方案如下，包括下列步骤1)监控摄像头拍摄彩色汽车图像；2)进行颜色空间变换，得到CIELab颜色空间汽车图像；3)将该图像的L、a、b分量做归一化处理，使取值范围调整到之间，分别记 为L'、a'、b'分量并使用L'、a'、b'三分量分别计算蓝、黄、白、黑四种颜色的二值图， 分别记为BL、1、WH、BK ；4)选用“菱形”结构基元分别对四类二值图进行第一次形态学膨胀处理；5)对经过第一次膨胀处理的蓝颜色二值图和白颜色二值图求并集，得到蓝-白边缘二值图；6)对经过第一次膨胀处理的黄颜色二值图和黑颜色二值图求并集，得到黄-黑边缘二值图；7)根据图像分辨率确定进行膨胀处理的水平带状结构基元的尺寸，对两个边缘二 值图分别进行第二次膨胀处理，标记每一个潜在的车牌区域；8)设定车牌区域面积的约束、车牌的宽度和高度与图像的宽度和高度的相对大小 约束、车牌宽高比约束、车牌形状约束四个约束条件，对每一个潜在的车牌区域进行识别， 提取车牌区域。作为优选实施方式，步骤3)中，按照下列的公式进行二值化处理，式中的(m，n)为 像素点坐标il V <0.2 5i(w'w) = lo 其它il V >0.8其它il 0.4 <δ'<0.6,0.4 <α'<0.6且0.75) = lo其它il 0.4 <δ'<0.6,0.4 <α'<0.6且 0.25狀―)=Io其它。优选地，设彩色汽车图像的宽和高分别为W和H，Ω i表示某个潜在车牌区域，下标i表示该区域的序号，AREAi为Ω i内像素的总数；用TOPi,BOTi,LETi和RGTi分别表示Ω ,的 上、下、左、右边界，它们对应于Qi内各像素坐标值(Xi，yi)中Xi的最小值和最大值，yi的最 小值和最大值；定义Ω i的宽度为WIDi = I RGTi-LETi |，高度为HETi = | BOT厂TOPi | ；定义Ω , 的宽高比为WHRi = WIDiMETi ；义Qi的外接矩形为由(TOPi, LETi)和(BOTi, RGTi)两点作 为对角线所确定的矩形，用EIii表示；将Qi的矩形性定义为RECTi = AREAiAWIDiXHETi)， 即Qi的面积与其EIii面积的比值，对于Qi，只有它满足所有约束条件时，才被判为车牌区 域；否则，作为干扰区域而被去除条件1 AREAi > Ti · (WXH), T1 = 0. 001 ；条件2 0. 05 < WIDiZW < 0. 25 且 0. 02 < HETiM < 0. 1 ；条件3 =T2 < WHRi < T3,选取 T2 = 2，T3 = 6 ；条件4 =RECTi > T4, T4 e 在CIELab空间中，使用b分量可以容易区分蓝色和黄色(对应车牌的底色)，而L 分量能够有效表示白色和黑色(对应车牌的字符颜色)。本专利技术根据CIELab颜色空间的 特点，并结合车牌区域的颜色、边缘和形状特征，提出一种基于CIELab颜色空间的彩色车 牌定位方法。本专利技术通过分析车牌区域的颜色、边缘和形状特征，结合CIELab颜色空间的 特点，提取对应于彩色车牌的特定颜色边缘对信息，实现潜在车牌区域的快速定位；接下来 结合形状特征，去除干扰区域，精确定位车牌区域。使用该方法能够自动检测蓝底白字车牌 (简称“蓝色车牌”)和黄底黑字车牌(简称“黄色车牌”)。本专利技术计算量小，处理速度快， 不易受干扰区域和光照条件变化的影响，适合于实际应用。附图说明图1本专利技术的定位方法的本文档来自技高网...

【技术保护点】
一种彩色车牌定位方法，包括下列步骤：１）监控摄像头拍摄彩色汽车图像；２）进行颜色空间变换，得到ＣＩＥＬａｂ颜色空间汽车图像；３）将该图像的Ｌ、ａ、ｂ分量做归一化处理，使取值范围调整到［０，１］之间，分别记为Ｌ′、ａ′、ｂ′分量并使用Ｌ′、ａ′、ｂ′三分量计算蓝、黄、白、黑四种颜色的二值图，分别记为ＢＬ、ＹＬ、ＷＨ、ＢＫ；４）选用菱形结构基元分别对四类二值图进行第一次形态学膨胀处理；５）对经过第一次膨胀处理的蓝颜色二值图和白颜色二值图求并集，得到蓝－白边缘二值图；６）对经过第一次膨胀处理的黄颜色二值图和黑颜色二值图求并集，得到黄－黑边缘二值图；７）根据图像分辨率确定进行膨胀处理的水平带状结构基元的尺寸，对两个边缘二值图分别进行第二次膨胀处理，标记每一个潜在的车牌区域；８）设定车牌区域面积的约束、车牌的宽度和高度与图像的宽度和高度的相对大小约束、车牌宽高比约束、车牌形状约束四个约束条件，对每一个潜在的车牌区域进行识别，提取车牌区域。

【技术特征摘要】

【专利技术属性】
技术研发人员：王建，刘立，王天慧，
申请(专利权)人：天津大学，
类型：发明
国别省市：12